耀扬 - 博客园

未来的学习方式

摘要：基于广度优先和深度优先相结合的探索式学习方法。阅读全文

posted @ 2019-10-20 21:13 耀扬阅读(594) 评论(0) 推荐(0)

一句话理解nlp

摘要：词向量？词向量指的是一组用来表示单词的低纬稠密向量，这里的低纬稠密是和onehot的高维稀疏对应的。词向量是指用一组数值来表示一个汉字或者词语，这也是因为计算机只能进行数值计算。最简单的方法是one-hot，假如总的有一万个词，那词向量就一万维，词对应的那维为1，其他为0，但这样的表示维度太高也阅读全文

posted @ 2019-10-20 18:24 耀扬阅读(795) 评论(0) 推荐(0)

安装fastnlp

摘要：直接 pip install fastnlp 如果出现 torch的安装报错，可能与操作系统及 CUDA 的版本相关。直接上pytorch 的官网 https://pytorch.org/get-started/locally/ 用下面的那段文字，pip 或 pip3 最后再粗暴的直接 pip in 阅读全文

posted @ 2019-10-13 18:10 耀扬阅读(1378) 评论(0) 推荐(0)

chrome截屏的方法

摘要：原文本文链接：https://blog.csdn.net/xiaofengzhiyu/article/details/94652057 Chrome保存整个网页为图片保存为图片右键检查快捷键Ctrl+Shift+P输入full选择Capture full size screenshot即可自动保存整阅读全文

posted @ 2019-10-09 16:41 耀扬阅读(178) 评论(0) 推荐(0)

布隆过滤器理解

摘要： https://learnblockchain.cn/2019/04/30/bloom_filter/ 可以理解为对内容做多次摘要，把内容换成更小体积的标识位来存放。要判断一个元素是不是在一个集合里，比较容易想到的方法是用数组，链表这样的数据结构把元素保存起来，然后依次比较来确定。但是随着集合阅读全文

posted @ 2019-10-04 22:42 耀扬阅读(299) 评论(0) 推荐(0)

N-gram理解

摘要：如何来理解这个概率呢？ p（ i love you）如果是 =p（i）p（love）p（you）就是只考虑单词出现的概率本身。如果是 =p（i）p（love|i）p（you|love）就是 1-gram，就是参考前一个词出现的概率如果是 =p（i）p（love|i）p（you|i love 阅读全文

posted @ 2019-10-01 22:58 耀扬阅读(469) 评论(0) 推荐(0)

python抓取贝壳房源信息

摘要：分析了贝壳的房源信息数据，发现地址链接的参数传递是有规律的 https://tj.ke.com/chengjiao/a3l4/ a3 实际表示的 l4 表示的是然后将复合条件拼成一个字符串，带过去。看着真的很像加密过的。赞 import os, re import requests import 阅读全文

posted @ 2019-09-15 16:03 耀扬阅读(2646) 评论(0) 推荐(0)

Excel表格快速将公式运用到一整列

摘要：假设你的公式在B2单元格，需要复制公式到B3:B999，那么你先选择包含公式单元格的所有需要复制公式的单元格（B2:B999），然后按Ctrl+D即可全部填充。阅读全文

posted @ 2019-09-15 14:56 耀扬阅读(9214) 评论(0) 推荐(0)

LRU（Least Recently Used）算法的理解

摘要： https://blog.csdn.net/wydyd110/article/details/84023688 感谢，自己学习记笔记内存里建立一个哈希表，后来数据多了，爆了。咋整呢？一个算法，就是LRU，就是用最新的数据，不常用的数据就删掉（如果用的时候，再从数据库取。）如果内存快爆了，就把阅读全文

posted @ 2019-08-25 23:18 耀扬阅读(665) 评论(0) 推荐(0)

红黑树二叉查找树二叉排序树的理解

摘要： https://blog.csdn.net/chudelong1/article/details/82698010 感谢，自己记个笔记二叉查找树（BST）具备什么特性呢？ 1.左结点小于或等于根结点的值。 2.右结点大于或等于根结点的值。 3.左、右子树也分别为二叉排序树。查找 10 很方便查找阅读全文

posted @ 2019-08-25 22:48 耀扬阅读(743) 评论(0) 推荐(0)

elasticsearch原理学习笔记

摘要： https://mp.weixin.qq.com/s/dn1n2FGwG9BNQuJUMVmo7w 感谢，透彻的讲解整理笔记请说出唐诗中包含前的诗句 ...... 其实你都会，只是想不起来， “窗前明月光” 因为在你大脑中的索引方式是静夜思床前明月光，疑是地上霜，举头望明月，低头思阅读全文

posted @ 2019-08-25 14:24 耀扬阅读(327) 评论(0) 推荐(0)

负样本的理解

摘要： https://www.cnblogs.com/rainsoul/p/7890641.html 总结一下学习笔记如，做一个汽车的照片分类，正样本就是正确的汽车的图片，负样本就是不是汽车的图片。通过模型训练，可以告诉机器，那些是对的，哪些是错误的。错误的就是负样本。针对与分类问题，正样阅读全文

posted @ 2019-08-22 17:10 耀扬阅读(2578) 评论(5) 推荐(1)

Softmax学习笔记

摘要： softmax用于多分类过程中，它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解，从而来进行多分类！他把一些输入映射为0-1之间的实数，并且归一化保证和为1，因此多分类的概率之和也刚好为1。实际应用中，使用 Softmax 需要注意数值溢出的问题。因为有指数运算，如果 V 数值很阅读全文

posted @ 2019-08-21 14:25 耀扬阅读(235) 评论(0) 推荐(0)

学习贝叶斯定理

摘要：感谢 https://mp.weixin.qq.com/s/YPUHWBPwRiH0N0AFNnIrmw 整理一下，学习笔记贝叶斯定理是一种在已知其他概率的情况下求概率的方法： P(A|B) 是在 B 发生的情况下 A 发生的概率； P(A) 是 A 发生的概率； P(B|A) 是在 A 发生的情阅读全文

posted @ 2019-08-20 23:59 耀扬阅读(303) 评论(0) 推荐(0)

独热编码（One-Hot）的理解

摘要： https://www.imooc.com/article/35900 参考上面大神的原文，说的非常透彻。非常便于理解。感谢感谢自己做个小笔记，便于自己学习特征值是离散的，无序的。如：性别特征：["男"，"女"] 祖国特征：["中国"，"美国，"法国"] 运动特征：["足球"，"篮球"，" 阅读全文

posted @ 2019-08-15 18:11 耀扬阅读(2882) 评论(0) 推荐(0)

耀扬